We discuss several algorithmic improvements for tensor network algorithms.
In particular, we propose and benchmark (i) a modified truncation step that enables exploiting hardware acceleration fully, (ii) a gradient-based approach for the optimization of tensor networks for finite two-dimensional systems, and (iii) a framework to incorporate nonabelian symmetries or fermionic or anyonic exchange statistics into tensor network simulations on the tensor level.
Translated abstract:
Wir schlagen mehrere Verbesserungen für Tensornetzwerk-Algorithmen vor, und evaluieren sie; (i) einen modifizierten Trunkierungsschritt, der die vollständige Nutzung von Hardwarebeschleunigung ermöglicht, (ii) einen gradientenbasierten Ansatz zur Optimierung von Tensornetzwerken für endliche zweidimensionale Systeme, und (iii) ein mathematischen Rahmen zur Einbindung von nichtabelschen Symmetrien sowie fermionischen oder anyonischen Austauschstatistiken auf Tensorebene zu integrieren.